使用pcregrep提取染色体的摆动文件。多行正则表达式搜索。

Question

使用pcregrep提取染色体的摆动文件。多行正则表达式搜索。

3

我用简单的正则表达式编写了一个用于 pcregrep 的代码，可以在 wiggle 文件中返回指定的染色体（见下文）。

 pcregrep -M '^fixedStep chrom=2.*\n[0-9\n]*' input.txt

Input.wig

fixedStep chrom=1 start=14154 step=1
1
1
1
1
1
fixedStep chrom=2 start=14154 step=1
1
1
3
10
120
14
5
9
fixedStep chrom=2 start=20145 step=1
1
1
11
1
1
fixedStep chrom=2 start=30535 step=1
3
24
11
fixedStep chrom=3 start=14154 step=1
1
1
1
1
1

输出结果为：

fixedStep chrom=2 start=14154 step=1
1
1
3
10
120
14
5
9
fixedStep chrom=2 start=30124 step=1
fixedStep chrom=2 start=50345 step=1
4
23
90
fixedStep chrom=3 start=14154 step=1

但我想要的是：

fixedStep chrom=2 start=14154 step=1
1
1
3
10
120
14
5
9
fixedStep chrom=2 start=20145 step=1
1
1
11
1
1
fixedStep chrom=2 start=30535 step=1
3
24
11

更具体地说，我想找到文件中与之匹配的每个条目。

fixedStep chrom=2 start=ANY step=1
1
2
3
4

并删除它，同时保留所有其他染色体。

编辑：

我部分解决了搜索问题；我可以使用

pcregrep -M '^fixed.*chrom=2.*(\n[0-9]+)*' input.txt

为了获得正确的输出，但我仍然没有找到一种有效的方法从input.txt中删除染色体2。

- Artem

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- jaypal singh · Accepted Answer

你会使用 awk 吗？如果是的话，那么这应该能用：

awk '/chrom=2/{p=1}/chrom=[^2]/{p=0}p' input

使用pcregrep提取染色体的摆动文件。 多行正则表达式搜索。

使用pcregrep提取染色体的摆动文件。多行正则表达式搜索。